§8.6 因子分析的 spss实现 在前面，我们用 SPSS 的 Factor Analysis 模块实现了主成分分析，实际上，Factor Analysis主要是 SPSS 软件进行因子分析的模块，由于主成分分析与因子分析（特别是因子分析中的主成分法）之间有密切的关系，SPSS 软件将这两种分析方法放到同一模块中。 下面我们先用 SPSS 软件自带的数据说明 Factor Analysis 模块进行因子分析的方法，然后给出一个具体案例。为了与主成分分析进行比较，我们此处仍延用 SPSS 自带的 Employee data.sav 数据集。 【例 8.6.1】 数据集 wxm6-5.sav 中各变量解释说明见上一章主成分分析，用 Factor Analysis 模块进行因子分析。 打开 wxm6-5.sav 数据集并依次选分析(Analyze) =>降维（Dimension reduction）=>因子分析（Factor）打开因子分析（Factor）对话框： 变量 x1-x8 进入 Variables 窗口。 点击对话框右侧的 Extraction 进入 Extration 对话框，在 Method 选项框我们看到 SPSS 默认是用主成分法提取因子， 在 Analyze 框架中看到是从分析相关阵的结构出发求解公因子。点 Continue 按钮继续。如果这样交由程序运行的话，将得到与主成分分析同样的结果，其中包括公因子解释方差的比例，因子载荷矩阵(即 Component Matrix) 等。 选中scores => Display factor score coefficient matrix 复选框，它要求SPSS 输出因子得分矩阵，即标准化主成分（因子）用原始变量线性表示的系数矩阵。 点 Continu e 继续，点 OK 按钮运行，可以得到如下输出结果： Commu nalities Initial Ex traction 100m(秒) 1.000 .668 200m（秒) 1.000 .752 400m（秒） 1.000 .838 800m（分） 1.000 .900 1500m（分） 1.000 .920 5000m（分） 1.000 .879 10000m（分） 1.000 .891 马拉松（分） 1.000 .774 Extraction Method: Principal Component Analysis. Total Variance Ex plained Component Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 6.622 82.777 82.777 6.622 82.777 82.777 2 .878 10.970 93.747 3 .159 1.992 95.739 4 .124 1.551 97.289 5 .080 .999 98.288 6 .068 .850 99.137 7 .046 .580 99.717 8 .023 .283 100.000 Extraction Me...
